-
公开(公告)号：CN107563251B
公开(公告)日：2021-11-09
申请号：CN201610503720.9
申请日：2016-07-01
Applicant: 华北电力大学(保定)
Abstract: 本文公开了一种基于极限学习机的风机故障诊断方法，包括以下步骤：采用风机轴承振动信号的时域特征参数作为样本特征向量，形成训练集和测试集；分别用1、2、3、4对训练集和测试集中的类别进行标识；在训练集上进行ELM分类模型学习：选取激活函数，通过改进PSO结合CV优化得到ELM参数；将测试集的样本代入分类器中验证其类别。加强对风电机组轴承的故障诊断，对减少风机停机时间，提高风电场运行经济效益具有重要意义。
-
公开(公告)号：CN107563251A
公开(公告)日：2018-01-09
申请号：CN201610503720.9
申请日：2016-07-01
Applicant: 华北电力大学(保定)
Abstract: 本文公开了一种基于极限学习机的风机故障诊断方法，包括以下步骤：采用风机轴承振动信号的时域特征参数作为样本特征向量，形成训练集和测试集；分别用1、2、3、4对训练集和测试集中的类别进行标识；在训练集上进行ELM分类模型学习：选取激活函数，通过改进PSO结合CV优化得到ELM参数；将测试集的样本代入分类器中验证其类别。加强对风电机组轴承的故障诊断，对减少风机停机时间，提高风电场运行经济效益具有重要意义。
-
公开(公告)号：CN107449603A
公开(公告)日：2017-12-08
申请号：CN201610374216.3
申请日：2016-05-31
Applicant: 华北电力大学(保定)
IPC: G01M13/02
CPC classification number: G01M13/021
Abstract: 本文公开了一种基于支持向量机的风机故障诊断方法，包括以下步骤：用小波包对风电机组齿轮箱振动信号进行特征提取，形成总的训练集和测试集；按照二叉树分类方法形成的3个分类器所分的类别，将总的训练集和测试集拆分成3个子训练集和3个子测试集；分别用+1和-1对各子训练集和子验证集中的类别进行标识；结合CV原理，利用改进PSO算法确定模型参数，建立LS-SVM算法的故障诊断模型；将测试集代入分类器中，得到各测试集中样本的对应类别。加强对风电机组齿轮箱的故障诊断，对降低风电场维护费用，提高风电场运行经济效益具有重要意义。
-
-
Search Results
3
records
(took 0.016 seconds)
